Utilizando comitês de classificadores para predição de rendimento escolar
Mineração de Dados Educacionais, Comitês de classificadores, Moodle
A mineração de dados educacionais é um dos domínios de aplicação na área de Inteligência artificial em franca expansão. Dentre as possibilidades de estratégias a serem adotadas nessa área está a utilização de comitês de classificadores, cuja eficiência pode ser comprovada por resultados alcançados em outros trabalhos já realizados em diversas áreas, tais como: medicina, comércio e biometria. Sendo assim, visando alcançar melhores resultados na exploração de dados reais, com maiores percentuais de acurácia, na área de mineração de dados educacionais, esse trabalho descreve uma proposta para aplicação de comitês de classificadores em bases de dados. Os dados utilizados nos experimentos serão obtidos através das interações entre estudantes em um ambiente virtual de aprendizado denominado moodle no decorrer de disciplinas. Para buscar o incremento da diversidade na execução dos comitês utilizados nos experimentos, o trabalho a ser desenvolvido por meio dessa proposta engloba ainda a analise de inclusão de outras estratégias, considerando técnicas de otimização, como por exemplo, algoritmos genéticos.